python中取某个表中指定几列成为一个新表怎么写代码

在Python中取某个表中指定几列成为一个新表，可以使用pandas库中的Dataframe数据结构和一些其它函数来完成。假设现有一个数据表格data，其中包含多列数据，我们需要从中选择指定的几列来生成一个新的表，代码如下：

import pandas as pd

# 读取原始数据表格
data = pd.read_csv('data.csv')

# 取出指定列
select_columns = ['column1', 'column2', 'column3']
new_data = data[select_columns]

# 输出新数据表格
print(new_data.head())

在这里我们先使用pandas库的read_csv函数来读取原始数据表格，然后定义一个列表select_columns，其中包含需要选择的列名。接下来通过向原始数据表格data中传入选择的列名信息，即data[select_columns]，就可以生成一个新的数据表格new_data。最后使用print函数输出新数据表格即可。

相关问题

python取某几列

在Python中，我们可以使用pandas库来选取某几列。具体方法如下：
1. 选取指定列：使用DataFrame的loc方法，指定要选取的列名即可。例如，选取名为column1和column2的两列数据的代码如下：

   import pandas as pd
   data = pd.DataFrame({'column1': [1, 2, 3], 'column2': [4, 5, 6], 'column3': [7, 8, 9]})
   selected_data = data.loc[:, ['column1', 'column2']]

2. 选取符合条件的列：使用DataFrame的filter方法，指定要筛选的列名的条件即可。例如，选取以column1开头的所有列的代码如下：

   import pandas as pd
   data = pd.DataFrame({'column1_a': [1, 2, 3], 'column1_b': [4, 5, 6], 'column2': [7, 8, 9]})
   selected_data = data.filter(regex='^column1')

3. 选取某个范围内的列：使用DataFrame的iloc方法，指定要选取的列的范围即可。例如，选取第1列至第3列数据的代码如下：

   import pandas as pd
   data = pd.DataFrame({'column1': [1, 2, 3], 'column2': [4, 5, 6], 'column3': [7, 8, 9]})
   selected_data = data.iloc[:, 0:2]

python读取某表格所有sheet，固定某几列数据不删，再按删除指定的某几列

以下是一个示例代码，可以读取某个Excel文件的所有sheet，保留指定的列并删除其他列：

import openpyxl

# 打开Excel文件
wb = openpyxl.load_workbook('example.xlsx')

# 遍历所有sheet
for sheetname in wb.sheetnames:
    sheet = wb[sheetname]
    
    # 保留的列
    keep_columns = ['A', 'B', 'C']
    
    # 获取最大列数
    max_column = sheet.max_column
    
    # 遍历所有列
    for column in range(1, max_column + 1):
        column_letter = openpyxl.utils.get_column_letter(column)
        
        # 如果这一列不在保留的列中，则删除
        if column_letter not in keep_columns:
            sheet.delete_cols(column)
            
# 保存修改后的Excel文件
wb.save('example_modified.xlsx')

在上面的示例代码中，我们使用了openpyxl库来读取Excel文件。首先，我们打开Excel文件，并遍历其中的所有sheet。对于每个sheet，我们保留了'A'、'B'、'C'三列，而其他的列则被删除了。最后，我们将修改后的Excel文件保存到了'example_modified.xlsx'中。